• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.479-482
• /
• 2004

In this article we consider a single maneuvering target Tracking algorithm in the presence of missing measurements and high clutter environments for multi-sensor target tracking problem. The tracking algorithm is based on the Particle filtering method to predict and update target states. Proposed is the AMM-PF(Auxiliary Multiple Model Particle Filter)[2] method for maneuvering target tracking to improve performance in track estimate and maintenance with a high level of uncertainty. The algorithm we propose is compared to the Extended Kalman Filter(EKF). A simulation study is included.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.639-642
• /
• 2005

융합과 필터링(Fusion and Filtering: F/F) 기법은 신호처리, 제어 등 많은 공학분야에서 사용되며 현재 파티클 필터(Particle Filter: PF)가 최근 가장 각광받고 있다. 그러나 비선형 시스템과 모델링 하기 어려운 에러조건 때문에 기존의 파티클 필터조차 제대로 다루지 못하는 공학환경이 존재한다. 이에 파티클 필터뿐만 아니라 칼만 계열(Kalman varieties)의 필터 방법들을 통합할 수 있는 Constraint Manifold(CM) 기반 융합과 필터링 방법이 제안되었다. 본 논문에서는 CM 기반 필터링을 효과적으로 수행할 수 있도록 제한 조건 표현에 대한 방법론을 제시하면 시뮬레이션을 통해 기존 파티클 필터와의 성능 비교를 수행하였다.

• Nuclear Engineering and Technology
• /
• 제54권6호
• /
• pp.2107-2119
• /
• 2022

Accurate remaining useful life (RUL) prediction for critical components of nuclear power equipment is an important way to realize aging management of nuclear power equipment. The electric gate valve is one of the most safety-critical and widely distributed mechanical equipment in nuclear power installations. However, the electric gate valve's extended service in nuclear installations causes aging and degradation induced by crack propagation and leakages. Hence, it is necessary to develop a robust RUL prediction method to evaluate its operating state. Although the particle filter(PF) algorithm and its variants can deal with this nonlinear problem effectively, they suffer from severe particle degeneracy and depletion, which leads to its sub-optimal performance. In this study, we combined the whale algorithm with regularized particle filtering(RPF) to rationalize the particle distribution before resampling, so as to solve the problem of particle degradation, and for valve RUL prediction. The valve's crack propagation is studied using the RPF approach, which takes the Paris Law as a condition function. The crack growth is observed and updated using the root-mean-square (RMS) signal collected from the acoustic emission sensor. At the same time, the proposed method is compared with other optimization algorithms, such as particle swarm optimization algorithm, and verified by the realistic valve aging experimental data. The conclusion shows that the proposed method can effectively predict and analyze the typical valve degradation patterns.

• 전기학회논문지
• /
• 제64권5호
• /
• pp.766-778
• /
• 2015

In this paper, we design a hybrid system for recognition and tracking realized with the aid of polynomial based RBFNNs pattern classifier and particle filter. The RBFNN classifier is built by learning the training data for diverse pose images. The optimized parameters of RBFNN classifier are obtained by Particle Swarm Optimization(PSO). Testing data for pose image is used as a face image obtained under real situation, where the face image is detected by AdaBoost algorithm. In order to improve the recognition performance for a detected image, pose estimation as preprocessing step is carried out before the face recognition step. PCA is used for pose estimation, the pose of detected image is assigned for the built pose by considering the featured difference between the previously built pose image and the newly detected image. The recognition of detected image is performed through polynomial based RBFNN pattern classifier, and if the detected image is equal to target for tracking, the target will be traced by particle filter in real time. Moreover, when tracking is failed by PF, Adaboost algorithm detects facial area again, and the procedures of both the pose estimation and the image recognition are repeated as mentioned above. Finally, experimental results are compared and analyzed by using Honda/UCSD data known as benchmark DB.

• 한국항공우주학회지
• /
• 제40권4호
• /
• pp.285-291
• /
• 2012

본 논문에서는 간섭계 레이더 고도계를 활용한 지형참조항법의 성능을 분석하고자 한다. 간섭계 레이더 고도계는 항체의 주변 지형의 고도 중 가장 높은 값을 측정값으로 취함으로써 항법의 정확성을 향상시키고 있다. 이에 본 연구에서는 간섭계 레이더 고도계의 적용에 따른 새로운 측정 모델을 제시하고 이에 따른 지형참조항법 시스템을 구축하려 한다. 또한 필터에 따른 지형참조항법의 성능 분석을 위하여 확장형 칼만 필터, 무향 칼만 필터, 파티클 필터를 적용하며 여러 환경의 변화에 따른 지형참조항법의 성능을 도출고자 한다.

• Journal of Electrical Engineering and Technology
• /
• 제6권4호
• /
• pp.563-572
• /
• 2011

Reliability is an essential factor in a navigation system. Therefore, an integrity monitoring system is considered one of the most important parts in an avionic navigation system. A fault due to systematic malfunctioning definitely requires integrity reinforcement through systematic analysis. In this paper, we propose a method to detect faults of the GPS signal by using a distributed nonlinear filter based probability test. In order to detect faults, consistency is examined through a likelihood ratio between the main and auxiliary particle filters (PFs). Specifically, the main PF which includes all the measurements and the auxiliary PFs which only do partial measurements are used in the process of consistency testing. Through GPS measurement and the application of the autonomous integrity monitoring system, the current study illustrates the performance of the proposed fault detection algorithm.

• ETRI Journal
• /
• 제38권3호
• /
• pp.579-588
• /
• 2016

To improve the ability to determine a vehicle's movement information even in a challenging environment, a hybrid approach called non-Gaussian square rootunscented particle filtering (nGSR-UPF) is presented. This approach combines a square root-unscented Kalman filter (SR-UKF) and a particle filter (PF) to determinate the vehicle state where measurement noises are taken as a finite Gaussian kernel mixture and are approximated using a sparse Gaussian kernel density estimation method. During an outage-free GPS period, the updated mean and covariance, computed using SR-UKF, are estimated based on a GPS observation update. During a complete GPS outage, nGSR-UPF operates in prediction mode. Indeed, because the inertial sensors used suffer from a large drift in this case, SR-UKF-based importance density is then responsible for shifting the weighted particles toward the high-likelihood regions to improve the accuracy of the vehicle state. The proposed method is compared with some existing estimation methods and the experiment results prove that nGSR-UPF is the most accurate during both outage-free and complete-outage GPS periods.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.70-77
• /
• 2015

본 논문은 수중 로봇 위치추정을 위하여 무향 칼만 필터 방법을 제안한다. 이 방법은 해저 지형 정보와 로봇으로부터 수심측정을 비교한다. 해저 수심 범위의 측정을 위해, DVL 센서를 이용한다. 일반적으로 DVL은 로봇의 속도 정보와 4개의 거리 데이터를 획득한다. 확장 칼만 필터는 지형 수심 범위 측정을 위해 자코비안을 유도하기가 가능하지 않기 때문에 지형정보를 이용한 방법에는 유용하지가 않는다. 파티클 필터는 자코비안을 필요로하지 않고, 비선형 및 비 가우시안 시스템에 좋은 해결책이지만 연산량이 많은 단점이 있다. 본 논문에서는 무향 칼만 필터와 파티클 필터의 위치추정 성능과 처리 속도를 비교한다. 수중 네비게이션에 사용되는 무향 칼만 필터 방법은 일부 있지만 해저 지형 정보를 이용한 방법은 극히 드물다. 특히, 제안된 방법은 수백개의 스캔 범위 데이터를 사용하지 않고 4개의 범위 데이터만을 이용한다. 본 논문에서는 4개의 거리 데이터를 가지고 해저 지형을 기반을 둔 위치추정을 위한 무향 칼만 필터 방법의 접근 가능성을 보인다.

• 대한기계학회논문집B
• /
• 제37권4호
• /
• pp.313-322
• /
• 2013

배터리는 최근 여러 분야에서 중요한 에너지원 역할을 하고 있는데, 사용 중 충방전을 거듭하면 용량이 점차 저하되며 초기 대비 80% 이하로 떨어지면 고장으로 간주되므로, 이를 예측하기 위한 수명 예측 기법이 활발히 개발되고 있다. 본 연구에서는 사용중인 배터리에 대해 충전곡선 기울기를 이용하여 배터리의 용량을 평가하고 이를 바탕으로 잔존수명을 예측하는 새로운 방법을 제안하였다. 이 과정에서 발생하는 여러 불확실성을 고려하기 위해 베이지안 접근법에 기반한 파티클 필터 방법을 활용하였고 그 결과 잔존수명을 확률분포로 구하였다. 개발된 방법을 미국 NASA Ames 연구소와 본 연구실에서 직접 수행한 배터리 충방전 시험 데이터에 대해 각각 적용한 결과 충전곡선 기울기가 용량 열화를 잘 나타내며 파티클 필터로 예측된 잔존수명 신뢰구간은 실제 수명을 잘 포함함을 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.355-362
• /
• 2012

건전성 예측은 구조물의 고장이 발생될 때까지 남은 시간인 잔존유효수명을 예측하는 것으로, 이는 안전 및 정비 계획과 직접적으로 연관되기 때문에 매우 중요하다. 건전성 예측방법에는 물리모델 기반방법, 데이터 기반방법과 두 방법의 장점을 통합하는 방법이 있으며, 본 연구에서는 잔존수명 예측의 정확도가 모델변수 추정과 직접적으로 관련되는 물리모델 기반 건전성 예측에 초점을 맞춘다. 물리모델기반 건전성 예측에서는 모델변수 추정을 통해 시스템 상태의 장기 예측이 가능하지만, 대부분의 실제 구조물들의 상태모델은 여러 개의 모델변수를 포함함은 물론이고, 그 변수들이 서로 상관되어 있기 때문에 모델변수를 추정하는 일은 간단한 문제가 아니다. 본 연구에서는 물리모델 기반 건전성 예측을 위한 세 가지 변수 추정방법들의 차이를 논한다. 이 세 가지 방법들은 파티클 필터, 전반적인 베이지안 접근법, 그리고 순차적인 베이지안 접근법으로 모두 베이지안 추론이라는 하나의 이론적 바탕에 기반하지만, 샘플링 방법이나 갱신 절차 등에서 차이가 있다. 균열성장을 표현하는 Paris 모델의 변수 추정을 통해 세 가지 방법의 차이점이 논해지고, 건전성 예측 메트릭을 이용하여 정량적 차이를 표현한다. 파티클 필터방법이 건전성 예측 메트릭 측면에서 가장 높은 성능을 나타내었지만, 전반적인 베이지안 방법은 파티클 필터방법과 근소한 차이를 보이면서도 데이터가 집단으로 존재할 때에는 가장 효율적인 방법으로 나타났다.